我使用相同的数据集在Python语言和R民歌中应用Z-score来演唱这个
Python
from scipy import stats
a = np.array([ 0.7972, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954,
0.6307, 0.6599, 0.1065, 0.0508])
stats.zscore(a)
array([ 1.1273, -1.247 , -0.0552, 1.0923, 1.1664, -0.8559, 0.5786,
0.6748, -1.1488
浏览 2提问于2015-07-10得票数 2
Python：
np.var([1,6,2]) = 4.666666666666667
DolphinDB：
var(1 6 2) = 7
为什么返回的方差结果是不同的？
浏览 13提问于2021-12-23得票数 0
回答已采纳
我已经在我的脚本中隔离了一个问题，这个问题是由于使用.tstd函数进行标准差计算而产生的，
sp.stats.tstd(IR)
其中我的IR值是0.0979。有没有办法让它停止(我想是)把它舍入零？我尝试过以前的堆栈溢出帖子中的一个建议，它建议将这个数字称为np.float64，但这是行不通的。希望有人知道答案。
全错误打印：
Traceback (most recent call last):
File "Utt_test.py", line 995, in <module>
X.write(Averaging())
File "
浏览 4提问于2013-07-26得票数 0
当尝试计算某些数据的样本平均值时，根据样本数量(首先计算1个样本，然后计算2个样本，依此类推)我遇到了这个问题： /usr/local/lib/python3.6/dist-packages/numpy/core/fromnumeric.py:3584: RuntimeWarning: Degrees of freedom <= 0 for slice
**kwargs)
/usr/local/lib/python3.6/dist-packages/numpy/core/_methods.py:209: RuntimeWarning: invalid value encounter
浏览 400提问于2020-03-31得票数 1
回答已采纳
我使用python的三个函数来计算相同输入的协方差，但输出却截然不同。有没有人有经验，知道哪一个效果最好？(有什么不同？)
我使用的函数是
sklearn.covariance.empirical_covariance(.)
MinCovDet().fit(.)
np.cov(.)
任何洞察力都是值得欣赏的。
sklearn.covariance.empirical_covariance(.)给了我一个简单的
cov = (1/N) * M.transpose * M
浏览 4提问于2019-03-27得票数 1
1回答
我有一组元素，例如
x= [250,255,273,180,400,309,257,368,349,248,401,178,149,189,46,277,293,149,298,223]
我想把它们分成n组A，B，C…使得所有组方差之和被最小化。每个组不需要具有相同数量的元素。
我喜欢在python或R中的优化方法。
浏览 11提问于2019-11-27得票数 1
我不明白curve_fit无法估计参数的协方差，从而提高了下面的OptimizeWarning。以下MCVE解释了我的问题：
MCVE python片段
from scipy.optimize import curve_fit
func = lambda x, a: a * x
popt, pcov = curve_fit(f = func, xdata = [1], ydata = [1])
print(popt, pcov)
输出
\python-3.4.4\lib\site-packages\scipy\optimize\minpack.py:715:
OptimizeWarning:
浏览 0提问于2017-01-18得票数 23
回答已采纳
1回答
测量几行的协方差
、、、
我是Python新手，我试图通过尝试执行一些计算来找到自己的方法(我可以在excel中轻松地完成它们，但现在我想知道如何用Python来实现)。
一种计算是协方差。我有一个简单的例子，我有3个项目出售，我们有每项24个月的需求。
在这里，您可以看到excel文件的快照：
目的是测量所有三个项目之间的协方差。因此，第一项和第二项、第三项和第二项、第三项和第三项之间的协方差。但是，我也想知道如何处理超过三个项目，比如说一千项。
计算如下：
首先，我必须计算每一项的平均数。通过执行以下代码，我已经找到了这一点：
在进口以下文件之后：
import pandas as pd
import matpl
浏览 1提问于2018-11-23得票数 0
回答已采纳
1回答
Python模块状态模型有一些通用线性模型(GLM)的方法，如中所描述的。
我想知道是否有任何方法可以得到error variance的估计模型适合吗？
任何指针都会非常有用。
浏览 1提问于2022-03-25得票数 0
我正在使用python查找数组中每个子数组的第一个元素的方差。
数据看起来是这样..。
INPUT = [[x1, y1, z1], [x2, y2, z2], [x3, y3, z3], ... [xn, yn, zn]]
# Code magic
OUTPUT = [x_var, y_var, z_var]
有什么节奏曲的方法吗？
我现在是这样做的。请不要评判得太苛刻。
INPUT = [[1,2,3], [4,5,6], [7,8,9]]
OUTPUTx = [item[0] for item in INPUT]
OUTPUTy = [item[1] for item in INP
浏览 0提问于2018-09-26得票数 0
回答已采纳
1回答
有没有一个python函数可以让我计算一个n*n的自动协方差矩阵，显示向量a1，a2，a3...an中每个条目组合之间的协方差？我不能让np.cov这么做。我希望它看起来像这样：
cov(a1,a1) cov(a1,a2)... cov(a1,an)
cov(a2,a1) cov(a2,a2)...
...
cov(an,a1) ... cov(an,an)
如有任何帮助，我们不胜感激！干杯，莉娜
浏览 6提问于2017-07-07得票数 0
回答已采纳
1回答
我有一个具有学习速度、动量、L1/L2正则化和批归一化的神经网络的自实现。当我执行梯度检查时，所有梯度都是正确的，除非我使用批处理归一化。
我编写了python代码，仅用于测试批处理规范化上的梯度检查：
对于上面的代码，我试图删除所有不必要的代码，如动量、辍学和L1/L2正则化。如果您只需将上面的代码复制并粘贴到具有numpy的python环境中，它就能工作。
我相信误差在传递给batchnorm_backward函数的梯度中，以及后来计算的梯度中。目前，我一直在调试代码，但我无法找到问题所在。
是否有人已经对批归一化进行了梯度检查？如果是的话，我做错了什么？
浏览 1提问于2018-04-28得票数 0
我必须从一个拟合函数中计算出两个参数之间的协方差。我在Python中找到了这个名为iminuit的包，它进行了很好的拟合，并计算了参数的协方差矩阵。我在一个简单的函数上测试了这个包。这是代码：
from iminuit import Minuit, describe, Struct
def func(x,y):
f=x**2+y**2
return f
m = Minuit(func,pedantic=False,print_level=0)
m.migrad()
print("Covariance:")
print(m.matrix())
这是输出：
协
浏览 2提问于2016-06-12得票数 0
回答已采纳
1回答
在Python/Pandas中，我使用PanelOLS函数。此函数使您能够对标准错误进行聚类。例如：
PanelOLS(y=panel.Y, x=panel[['X1', 'X2'], nw_lags=10, time_effects=True,
cluster='time')
但是，我也希望通过entity和time对标准错误进行聚类。
是否有办法这样做？如果没有，那么statsmodel中的面板函数如何？我很难找到关于使用状态模型的Panel回归的文档。
UPDATE如果我控制使用newey延迟(nw_lags)，这不像cl
浏览 6提问于2015-08-12得票数 1
2回答
我试过解决这个问题，但我做不到。我在金融学中尝试确定标准差，我的意思是：
Pr = Prob are equal [0.3, 0.4, 0.3]
r = Return are equal [0.10 ,0.05, 0.30]
所以，首先我计算我的平均值
E(r) = 0.10*0.3 + 0.4*0.05 + 0.3*0.3 = 0.14
第二，计算我的方差：
Var = 0.3*(0.1-0.14)^2 + 0.4*(0.05-0.14)^2 + 0.3*(0.3 - 0.14)^2 = 0.0114
第三，我的标准差是
Var^(1/2) = 0.10677078 rounded to
浏览 0提问于2018-05-01得票数 0
2回答
我试图用Python实现一个方法，它计算未知长度的整数流的均值和方差：
def mv_online (X):
buffer = [0]
i = 0
for x in X:
if i%2==0: # level 0 always empty
buffer[0] = (x,0)
if buffer.count(0)==0: # add new level when buffer is full
buffer.append(0)
else: # combinatio
浏览 4提问于2022-04-26得票数 0
对于下面的代码，我无法得到A、B和C的单个值的标准错误。我尝试了几种不同的方法，要么得到0，要么得到一个单数值。下面的方法是我尝试过的最新方法，但没有奏效。有人有什么建议吗？我是Python新手。
import numpy as np
import pandas as pd
import scipy
import pylab
import matplotlib
import matplotlib.pyplot as plt
import math
import sympy as sp
from scipy.optimize import curve_fit
x = np.array([600,
浏览 0提问于2018-03-03得票数 1
回答已采纳
1回答
我试图用ipython :y= ax / (b + x)将数据集拟合到超极化方程中。
下面是我的python代码：
from scipy import optimize as opti
import numpy as np
from pandas import DataFrame
x = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.8])
y = np.array([0.375, 0.466, 0.509, 0.520, 0.525, 0.536, 0.541])
y_stdev = np.array([0.025, 0.016, 0.009, 0.0
浏览 1提问于2017-01-23得票数 2
3回答
SOF，我是Python的新手，我在网上发现了很多信息，但是它要求在计算平均值、方差等时使用列表，这是我做不到的。我在计算用户输入的平均值时没有问题，但是方差是关闭的。
根据我的理解，方差是“数字”和“均方”之间的区别。也许问题就在这里？我不确定是诚实的，这是我的最后手段，如果你能以任何方式提供帮助，这将是非常感谢的，我也愿意听取任何关于我如何编写代码的建议。
谢谢!
到目前为止我的代码是：
n = input("Enter Number ")
n = int (n)
average = 0
sum = 0
for num in range(0,n+1,1):
浏览 0提问于2018-09-10得票数 0
回答已采纳
1回答
我正在处理python中的一个文本分类问题，我根据{0,1}构建一个训练数组，判断单词是否在文本中。 array([[0., 1., 1., ..., 0., 0., 0.],
[0., 1., 1., ..., 0., 0., 0.],
[0., 1., 1., ..., 0., 0., 0.],
...,
[0., 1., 1., ..., 0., 0., 0.],
[0., 1., 1., ..., 0., 0., 0.],
[0., 1., 1., ..., 0., 0., 0.]]) 因为我想在上面
浏览 16提问于2019-08-29得票数 0
回答已采纳
3回答
我经常使用R，我是Python的新手。在R中，给出了给定矩阵的计算平均值、cov和cor的演示如下：
X = matrix(c(1,0.5,3,7,9,6,2,8,4), nrow=3, ncol=3, byrow=FALSE)
X
# [,1] [,2] [,3]
# [1,] 1.0 7 2
# [2,] 0.5 9 8
# [3,] 3.0 6 4
M = colMeans(X) # apply(X,2,mean)
M
# [1] 1.500000 7.333333 4.666667
S = cov(X)
S
# [,1]
浏览 1提问于2018-11-02得票数 1
回答已采纳
1回答
我将高斯核密度估计器拟合到一个变量，该变量是两个向量的差，称为"diff"，如下所示: gaussian_kde_covfact(diff，smoothing_param) -其中gaussian_kde_covfact定义为：
class gaussian_kde_covfact(stats.gaussian_kde):
def __init__(self, dataset, covfact = 'scotts'):
self.covfact = covfact
scipy.stats.gaussian_kde.__in
浏览 2提问于2010-04-21得票数 2
我从CRSP下载了一些股票数据，并需要该公司过去36个月的股票回报率的方差。
因此，基本上，基于两个条件的方差：
number)Monthly PERMCO (公司股票在过去3年的回报率)
然而，我将便士股票排除在我的样本中(价格<2美元的股票)。因此，有时缺少几个月，例如，4月和6月的月报表是直接放在另一个月上的。
如果我没有弄错的话，一个滚动函数(按Permco分组)只会获得以上36个月的回报。但是，当缺少几个月时，滚动函数实际上需要3年以上的数据(因为过去36个月的回报将超过这个时间框架)。
通常我和Excel女士一起工作。然而，在这种情况下，数据量太大，需要数年时间才能让Exc
浏览 7提问于2020-05-11得票数 0
2回答
我是python的初学者，我正在使用python实现主成分分析(PCA)，但我在计算平均值时遇到了问题。下面是我的代码：
import Image
import os
from PIL import Image
from numpy import *
import numpy as np
#import images
dirname = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder"
X = [np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os
浏览 0提问于2013-04-06得票数 0
回答已采纳
我尝试了拟合OLS模型，它在没有稳健估计的情况下正确工作，但是我想改进我的回归，所以，像下面一样，我尝试用这个问题来实现这个问题，在注释中有其他的尝试来解决它。
我不知道是否正确地应用关键字，所以我接受任何帮助。
代码：
# Fit and summarize OLS model
sumrz = dict()
for i, ca in enumerate(ccaa):
x = sm.add_constant(data.dy[ca])
mod = sm.OLS(endog=data.du[ca], exog=x, hasconst=True, missing='drop
浏览 5提问于2015-08-12得票数 1
回答已采纳
因此，我有一个有39.949个变量和180个行的数据集。dataset成功地保存在DataFrame中，但是当我试图查找cov()时，它会导致一个错误。这是代码
import pandas as pd
cov_data=pd.DataFrame(dataset).cov()
这是错误
File "/home/syahdeini/Desktop/FP/pca_2.py", line 44, in find_eagen
cov_data=pd.DataFrame(data_mat).cov()
File "/usr/lib/python2.7/dist-packag
浏览 0提问于2014-05-29得票数 3
1回答
高斯矩阵库的应用
、、
因此，我试图绘制我的数据直方图，我似乎有点困惑在这里。我在python中使用matplotlib。这是他们网站上的代码：
mu = 100 #mean
sigma = 15 #std deviation
x = mu + sigma * np.random.randn(10000)
# the histogram of the data
n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5)
对于我应该使用的x -axis应该是什么，我感到困惑。我已经计算了标准偏差和平
浏览 1提问于2014-07-31得票数 2
回答已采纳
我正在努力解决一个高斯过程回归问题与科学知识学习。为了执行预测，我有一个数据集，其中包含传感器在三维坐标中的10个不同位置。
Sensor1和弦：
[[ 30.1678 -173.569 725.724 ]
[ 29.9895 -173.34 725.76 ]
[ 29.9411 -173.111 725.768 ]
[ 29.9306 -173.016 725.98 ]
[ 29.6754 -172.621 725.795 ]
[ 29.5277 -172.274 725.903 ]
[ 29.585 -171.978 726.1
浏览 0提问于2018-02-25得票数 5
我试图用Python3写一个小程序来模拟从随机数中采样。但这似乎与我的意图背道而驰。我做错了什么？这肯定是非常简单的，但我不明白。
import random
import statistics
import math
pcounter = 0
counter = 0
for loop in range(1000):
l = []
for x in range(500):
l.append(random.randint(1,1000))
m = statistics.mean(l)
v = list(l)
v[:] = [(x-m)*
浏览 2提问于2018-04-20得票数 1
我目前正在重新实现用Python编写的一些用Java编写的算法。一个步骤是计算值列表的标准差。原始实现为此使用ApacheMath1.1库中的。我使用numpy 1.5的标准差。问题是，对于相同的输入，它们给出了不同的结果。我所得到的样本是：
[0.113967640255, 0.223095775796, 0.283134228235, 0.416793887842]
我得到以下结果：
numpy : 0.10932134388775223
Apache Math 1.1 : 0.12620366805397404
Wolfram Alpha : 0.12620366
浏览 4提问于2011-01-01得票数 13
回答已采纳
1回答
决策树回归背后的数学？
、、、、
我试图理解决策树背后的数学(回归)。我看到了两篇文章，两篇文章都以不同的方式解释了如何在回归树中进行拆分。谁能指出哪一个是正确的，还是两者是相似的，只是方法不同？
谢谢,
浏览 0提问于2019-08-17得票数 1
回答已采纳
3回答
好吧，社区：
最近，我问过如何进行指数回归()，认为对于该数据集，最优回归是双曲回归。
x_data = np.arange(0, 51)
y_data = np.array([0.001, 0.199, 0.394, 0.556, 0.797, 0.891, 1.171, 1.128, 1.437,
1.525, 1.720, 1.703, 1.895, 2.003, 2.108, 2.408, 2.424,2.537,
2.647, 2.740, 2.957, 2.58, 3.156, 3.051, 3.043, 3.353, 3.400,
浏览 1提问于2018-06-07得票数 1
1回答
预聚合数据的正态性检验
、、、、
使用spark I聚合每个组(队列)的数据，以仅包含平均值、标准差和方差。 现在，在使用python的第二步中，我想测试正态性(https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.normaltest.html)，然后使用t-测试stats.ttest_ind或stats.wilcoxon等级测试进行显著性测试。 然而，所有这些方法都希望数据以面向记录的原始值的形式输入。如何将它们与预聚合的数据一起使用？
浏览 21提问于2019-09-06得票数 0
回答已采纳
1回答
我正在使用一个1006150行3列的数据框架，其中每一行都包含一个维基百科资源的摘要：
>>> print(df)
individual abstract type
0 -ismist_Recordings "-ismist Recordings was founded in 1992 as -is... RecordLabel
1
浏览 24提问于2021-05-23得票数 1
1回答
我对python的编码很陌生，我希望从理论上知道的数据集中获取参数，这些数据很可能是t分布的。我尝试的第一个方法是使用t.fit()。为了再次检查结果，我还使用了st.stats.describe()，并注意到我得到了不同的结果。我还使用t.stats()来获取"mvsk“时刻。我不知道不同的函数是做什么的，什么结果值得信任。这些参数稍后将用于蒙特卡罗模拟。有人能解释一下不同的方法吗?我做错了什么？
import numpy as np
from scipy.stats import norm,t
import scipy.stats as st
import pandas as pd
浏览 0提问于2019-04-04得票数 0
我一直在挠头，试图理解如何使用opencv grabcut函数(Python API)返回的GMM模型，返回的GMM模型是2* 64元素元组，我假设它包含均值和方差信息，但我不知道如何将其应用于包含3个颜色通道的像素，以预测它属于前景或背景的可能性。我没有找到任何对grabcut函数返回的GMM模型执行任何操作的示例代码。
或者，我知道如果我使用EM构建图形和训练背景/前景，我可以使用EM.predict获得可能性。但我希望能够按照编写的方式使用grabcut。
任何帮助都将不胜感激！
浏览 12提问于2018-01-01得票数 1
1回答
我的任务是对给定的二维5000个数据进行PCA和白化变换。
我对PCA的理解是用协方差矩阵的特征向量分析数据的主轴，并将主轴旋转到x轴！
这就是我所做的。
[BtEvector,BtEvalue]=eig(MYCov);% Eigen value and vector using built-in function
我首先计算了特征值和向量。结果是
BtEvalue=[4.027487815706757,0;0,8.903923357227459]
和
BtEvector=[0.033937679569230,-0.999423951036524;-0.999423951036524,-0.
浏览 2提问于2017-10-08得票数 1
我测试了两种模式下BatchNorm层的梯度: model.train()和model.eval()。我构建了一个简单的CNN网络NetWork，并在model.train()模式和model.eval()模式下向网络输入相同的输入X。我知道BatchNorm层的model.train()和model.eval()的区别。我已经将model.eval()模式下Batchnorm层的均值和变量替换为model.train()模式下的值。因此，两种模式的输出和参数都是相同的。output of two mode parameters of two mode但是，当我计算每个参数的梯度时，我发现B
浏览 96提问于2021-04-04得票数 0
我使用numpy.polyfit来拟合观察结果。多元拟合给出了多项式的估计系数，并给出了估计系数的误差协方差矩阵。很好。现在，我想知道是否有方法来估计估计曲线周围的+/- 1西格玛不确定度。
我知道MatLab可以做到这一点()，但我没有找到在python中实现它的方法。
浏览 0提问于2015-02-13得票数 3
2回答
我需要测量两个n维向量之间的距离。似乎Mahalanobis距离在这里是一个很好的选择，所以我想试一试。
我的代码看起来像这样：
import numpy as np
import scipy.spatial.distance.mahalanobis
x = [19, 8, 0, 0, 2, 1, 0, 0, 18, 0, 1673, 9, 218]
y = [17, 6, 0, 0, 1, 2, 0, 0, 8, 0, 984, 9, 30]
scipy.spatial.distance.mahalanobis(x,y,np.linalg.inv(np.cov(x,y)))
但是我得到了这
浏览 0提问于2013-06-19得票数 3
回答已采纳
3回答
我正在尝试在php中实现两组数据之间人的相关系数的计算。我只是在尝试移植python脚本，可以在这个url 中找到它
我的实现如下：
class LB_Similarity_PearsonCorrelation implements LB_Similarity_Interface{
public function similarity($user1, $user2){
$sharedItem = array();
$pref1 = array();
$pref2 = array();
$result1 = $user1->fetchAllPrefere
浏览 0提问于2010-03-09得票数 5
回答已采纳
嗨，我是Python的新手，我正在努力找出下面这些。真的很感谢你的帮助。谢谢
如何利用python？来获取kmeans中的簇内距离和簇间距离，如何验证集群的质量？有什么措施检查集群形成的好处吗? Extraction/Selection，，，有什么方法可以找出哪些因素/变量是影响聚类特性的最重要的特征？
我试了一下上面的第一个问题，这个方法正确吗？
dists = euclidean_distances(km.cluster_centers_)
tri_dists = dists[np.triu_indices(4, 1)]
max_dist, avg_dist, min_dist = tri
浏览 4提问于2019-10-14得票数 0
3回答
R和Python的输出值不同吗？
、、、、
也许我做错了什么，而我的数组。有人能看看这个并建议发生了什么事吗？
R：：
> data <- c(2.02, 2.33, 2.99, 6.85, 9.20, 8.80, 7.50, 6.00, 5.85, 3.85, 4.85, 3.85, 2.22, 1.45, 1.34)
> data.mean <- mean(data)
> data.sd <- sqrt(var(data))
> data.norm <- (data - data.mean) / data.sd
> print(data.norm)
[1] -0.9796808
浏览 7提问于2012-06-28得票数 7
回答已采纳
我有简单的数据：1,2,3,4,5
我想用numpy来计算样本方差，但是numpy.var([1,2,3,4,5])给出了总体方差。
任何一个plz都能帮助获得样本方差吗？
浏览 0提问于2019-11-23得票数 1
1回答
我有许多时间序列记录，在某些时候重叠，不一定有相同的开始和结束日期。每一行代表不同的时间序列。为了保持数据收集的实际时间，我让它们保持相同的长度。
例如，t(1,2,3,4,5,6)：
Station 1: nan, nan, 2, 4, 5, 10
Station 2: nan, 1, 4, nan, 10, 8
Station 3: 1, 9, 4, 7, nan, nan
我试图在Python中运行一个聚类分析，对具有类似行为的站点进行分组，在那里行为的时机非常重要，所以我不能就这样处理掉nans。(据我所知)。
有什么想法吗？
浏览 5提问于2013-09-05得票数 5
1回答
我想知道是否有人可以向我解释一下geoR软件包是如何计算协方差函数的？我的意思是你会怎么手工做呢？
library(geoR)
#suppose I have the following coordinates
X = c(60,30,20,40)
Y = c(50,20,50,50)
my_coordinates = cbind(X,Y)
print(my_coordinates)
#computing covariance
my_cov= varcov.spatial(my_coordinates,cov.model="exp", cov.pars=c(0.2,25))
浏览 4提问于2013-03-20得票数 2
回答已采纳
我有一个这个方程：$Var(X+Y) = Var(X) + 2Cov(X+Y)+ Var(Y)$。我已经用python实现了这些，但结果并不相同。有人能解释一下我的代码出了什么问题吗？ X = [random.randint(1,20) for i in range(10)]
Y = [random.randint(1,20) for i in range(10)]
X_PLUS_Y = [X[i]+Y[i] for i in range(len(X))]
print(statistics.variance(X_PLUS_Y)) # 108.23333333333333
print(stat
浏览 21提问于2021-05-08得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
